纯电动汽车能量回收再生制动控制方法
【专利摘要】一种纯电动汽车能量回收再生制动控制方法，属于汽车控制领域。本发明的目的主要是针对于纯电动汽车的制动过程设计开发了基于驱动轴力矩信息的纯电动汽车能量回收再生制动控制方法。本发明是以驾驶员模型发出的驱动信号、制动信号、以及电机转速、电池SOC状态、电池电压、车速和驱动轴力矩信息为输入，以控制输出机械制动信号和对电机的力矩需求的大小进行建模的，分为工况判断环节和制动控制环节。本发明提高了能量回收的效果，只需要进行最大再生制动力矩map的标定，开发成本较低。
【专利说明】
纯电动汽车能量回收再生制动控制方法
【技术领域】
[0001 ] 本发明属于汽车控制领域。
【背景技术】
[0002]纯电动汽车因为高能效低排放的优势成为当今汽车产业发展的新热点，但是续航里程短成为制约其发展的瓶颈。制动能量回收技术的引入，使得电动汽车能效大大提高，并增加了续航里程。再生制动控制中主要有以下问题:
1.准确判断当前工况，是否能够进行再生制动，如果能够进行再生制动，那么就有进行电制动力矩和再生制动力矩的分配。如果不能则要通过刹车装置进行机械制动。
[0003]2.再生制动工况中，既要满足驾驶员制动需求，又要尽量多的回收能量；刹车装置和电制动需要协调控制。
[0004]3.为保证车辆的行驶性能，必须对车辆的前后轮制动力进行合理分配。
[0005]目前存在的再生制动过程中，只有驱动轮和驱动轴上的机械能可以进行回收，但传统的串联式再生制动方法不考虑驱动轴力矩信息，制动效果和能量回收效率会受到影响。此外，该E⑶内部运算过程简单，只需要进行一个数表的标定，开发流程相对简单。
【发明内容】
[0006]本发明的目的主要是针对于纯电动汽车的制动过程设计开发了基于驱动轴力矩信息的纯电动汽车能量回收再生制动控制方法。
[0007]本发明是以驾驶员模型发出的驱动信号、制动信号、以及电机转速、电池SOC状态、电池电压、车速和驱动轴力矩信息为输入，以控制输出机械制动信号和对电机的力矩需求的大小进行建模的，分为工况判断环节和制动控制环节；
工况判断环节:
车辆传感器检测驾驶员意图并采集整车状态信息，判断是否进入再生制动控制模式；允许进行再生制动时，根据制动踏板信号获得出总制动力矩；判断是否需要再生制动力矩和机械制动力矩的协调控制；得出机械制动力矩的期望值和再生制动力矩的期望值；其中再生制动力矩的期望值获得是结合驱动轴的力矩信息和电机最大再生制动力矩得到；
加速信号Accsing>0时，
Driver _commcmd = 20S^Accsig(I)
Τβ — motor ~ min( Driver _ command, max tq)(2)
TQ ___brak& = 0
Driver _ command是驾驶员的力矩需求，Motor _ max是电机可以提供的最大力矩，
是发动实际输出的力矩，mailf由电机最大扭矩map图得来；
是实际输出的机械制动力矩；
加速信号为ο时，那么需结合制动信号、电池soc状态、车速信号，进一步判断车辆是处于再生制动状态或非再生制动状态；
制动信号大于0.95，可以认为车辆当前处于急刹车状态；为保证制动性能，由传统刹车装置来迅速地完成全部制动需求；
制动信号不大于0.95，则结合电池的SOC状态进行第二步判断:基于电池SOC状态的判断，并且电池的SOC状态在[O, 80]之间；
电池SOC状态处于[0，80]范围内时，进行第三步判断:基于车速的判断，车速小于Im/s时的制动全部由机械制动完成；车速不小于lm/s，那么进入再生制动工况，即E⑶进入第二个环节:制动控制环节；
制动控制环节:
E⑶采集车辆的状电池组端电压、电机转速、驱动轴力矩、车速；获得再生制动力矩和传统机械制动力两个控制信号，并将控制信号分别发到传统刹车装置和电机；
驾驶员对制动力矩的期望值？；.:
Tbr = Br_sig *iq —max hr(4)
其中Br _ sig是制动信号，tq_msK br是刹车装置可提供的最大机械制动力矩；
获取当前驱动轴的力矩信息7?*:
- %r(5)
其中制动后的驱动轴力矩，Tbr是期望的制动力矩；
获得机械制动力矩:
Tm^=Tbr-Tm^_hr(6)
其中是机械制动力矩，TL是驾驶员期望的制动力矩，Taiaxj,是最大可再生制动力矩；
制动后的驱动轴力矩Ti:
其中？I制动后的驱动轴力矩，。是机械制动力矩；
获得再生力矩期望值:
T獅―=kp- 4)+h K - Tlyt(8)
TrS = fflfflC Tm_r'b > U(9)
分别是比例积分系数；
获得得到再生制动力矩的期望值和传统机械制动的期望?；_两个控制信号，ECU将这两个信号分别发给电机控制器和刹车装置的控制器。
[0008]本发明基于电池SOC状态的判断:为防止瞬间充电电流过大对电池和电机的使用寿命造成影响，当电池的SOC状态在[0，80]这一范围内进行再生制动和能量回收；超出这一范围，不进行再生制动，由传统刹车装置来迅速地完成全部制动需求。
[0009]本发明的有益效果是:
1.传统的控制方法多数是不考虑驱动轴力矩信息的，但在实际再生制动过程中，只有驱动轮和驱动轴上的机械能可以进行回收。控制策略中结合了驱动轴的力矩信息，驱动轴力矩信息与汽车纵向动力学和再生的力矩都紧密相关。基于驱动轴力矩信息的ECU设计这一方面提高了能量回收的效果，另一方面改善制动效果。
[0010]2.传统汽车电控单元的开发过程需要大量的经验及标定试验。本发明所述的控制方法中只需要进行最大再生制动力矩map的标定，开发成本较低。
【专利附图】
【附图说明】
[0011]图1是实施本发明所述的再生制动控制过程的总体流程图；
图2是实施本发明所述的再生制动控制方法所采用的制动模式判断流程；
图3是本发明所述的再生制动控制方法中的控制原理框图；
图4是实施本发明所述的再生制动控制器的流程；
图5是采用本发明所述的再生制动控制实施例中的最大再生制动力矩map数表；
图6是本发明所述的实施例1中驾驶员制动信号与机械制动信号对比，其中实线表示驾驶员发出的制动信号，虚线表示车辆机械制动装置接受到的制动信号，两者单位均为1，横坐标为时间，单位s;
图7是本发明所述的实施例1中的驱动轴力矩变化曲线，单位Nm，横坐标为时间，单位
s ；
图8是本发明所述的实施例1电机输出扭矩的实际值与期望值对比，其中实线表示实际值，虚线表示期望值，单位均为Nm，横坐标为时间，单位s ；
图9是本发明所述的实施例1中实际车速与期望车速的对比，其中实线表示实际车速，虚线表示期望车速，单位均为m/s，横坐标为时间，单位s ；
图10是本发明所述的实施例1电池组SOC变化变化曲线，单位为％，横坐标为时间，单位s ；
图11是本发明所述的实施例2中驾驶员制动信号与机械制动信号对比，其中实线表示驾驶员发出的制动信号，虚线表示车辆机械制动装置接受到的制动信号，两者单位均为1，横坐标为时间，单位s;
图12是本发明所述的实施例2中的驱动轴力矩变化曲线，单位Nm,横坐标为时间，单位s ；
图13是本发明所述的实施例2电机输出扭矩的实际值与期望值对比，其中实线表示实际值，虚线表示期望值，单位均为Nm，横坐标为时间，单位s ；
图14是本发明所述的实施例2中实际车速与期望车速的对比，其中实线表示实际车速，虚线表示期望车速，单位均为m/s，横坐标为时间，单位s ；
图15是本发明所述的实施例2电池组SOC变化变化曲线，单位为％，横坐标为时间，单位S。
【具体实施方式】
[0012]本发明是以驾驶员模型发出的驱动信号、制动信号、以及电机转速、电池SOC状态、电池电压、车速和驱动轴力矩信息为输入，以控制输出机械制动信号和对电机的力矩需求的大小进行建模的，分为工况判断环节和制动控制环节；
工况判断环节:
车辆传感器检测驾驶员意图并采集整车状态信息，判断是否进入再生制动控制模式；允许进行再生制动时，根据制动踏板信号得出总制动力矩；判断是否需要再生制动力矩和机械制动力矩的协调控制；获得机械制动力矩的期望值和再生制动力矩的期望值；其中再生制动力矩的期望值获得是结合驱动轴的力矩信息和电机最大再生制动力矩得到；
加速信号Accsing>0时，
Driver _ command = 208* Jccsg⑴
TQ _ motor = min( Driver _ command, max tq)⑵
TQ _ hrake = 0
Dnver _ command是驾驶员的力矩需求，Motor _max是电机可以提供的最大力矩，Γβ_課Otof是发动实际输出的力矩，mailf由电机最大扭矩map图得来；
似知是实际输出的机械制动力矩；
加速信号为O时，那么需结合制动信号、电池SOC状态、车速信号，进一步判断车辆是处于再生制动状态或非再生制动状态；
制动信号大于0.95，可以认为车辆当前处于急刹车状态；为保证制动性能，由传统刹车装置来迅速地完成全部制动需求；
制动信号不大于0.95，则结合电池的SOC状态进行第二步判断:基于电池SOC状态的判断，并且电池的SOC状态在[O, 80]之间；
电池SOC状态处于[0，80]范围内时，进行第三步判断:基于车速的判断，车速小于Im/s时的制动全部由机械制动完成；车速不小于lm/s，那么进入再生制动工况，即E⑶进入第二个环节:制动控制环节；
制动控制环节:
E⑶采集车辆的状电池组端电压、电机转速、驱动轴力矩、车速；获得再生制动力矩和传统机械制动力两个控制信号，并将控制信号分别发到传统刹车装置和电机；
驾驶员对制动力矩的期望值1.:
Tbr ~ Br _sig ^tq _max hr(4)
其中Br _mg是制动信号，￡q_mss br是刹车装置可提供的最大机械制动力矩；
获取当前驱动轴的力矩信息G5:
A=H(5)
其中？?制动后的驱动轴力矩，Thr是期望的制动力矩；
获得机械制动力矩；:
Tmee = Tbr-(6) 其中是机械制动力矩，Tbr是驾驶员期望的制动力矩，Tm^jrr是最大可再生制动力矩；
制动后的驱动轴力矩Tj5:
Τ? = - Tmec⑵
其中制动后的驱动轴力矩，1；心是机械制动力矩；
获得再生力矩期望值Tw:
Trrnmrb = kp (Tds — TL.') + K 1(? - Tds)dt⑶
^fn{}i￡>7.b7 J(9)
&、&分别是比例积分系数；
获得得到再生制动力矩的期望值I,和传统机械制动的期望两个控制信号，ECU将这两个信号分别发给电机控制器和刹车装置的控制器。
[0013]本发明基于电池SOC状态的判断:为防止瞬间充电电流过大对电池和电机的使用寿命造成影响，当电池的SOC状态在[0，80]这一范围内进行再生制动和能量回收；超出这一范围，不进行再生制动，由传统刹车装置来迅速地完成全部制动需求。
[0014]以下结合附图对本发明做进一步详细的描述:
本发明的一个方面是提供了一种基于驱动轴力矩信息的纯电动汽车的再生制动控制方法，解决现有再生制动控制方法制动效果和能量回收效率无法保证这一问题。
[0015]本发明所述的研究方法是能量回收的再生制动控制，包括以下步骤:
车辆传感器检测驾驶员意图并采集整车状态信息，判断是否进入再生制动控制模式；允许进行再生制动时，根据制动踏板信号获得出总制动力矩；判断是否需要再生制动力矩和机械制动力矩的协调控制；获得机械制动力矩的期望值和再生制动力矩的期望值。所述的再生制动力矩的期望值获得是结合驱动轴的力矩信息和电机最大再生制动力矩获得。
[0016]为解决上述技术问题，本发明是采用如下技术方案实现的:
本发明所述的再生制动控制方法是通过软件系统的联合仿真实现。软件系统由Matlab/Simulink和AMESim编译器组成。其中AMESim软件是一个商用的复杂系统建模仿真平台，它在本发明中的主要作用是提供高保真的集中电机式纯电动汽车模型和驾驶员模型，在仿真实验中这一模型代替真实车辆来作为控制方法的实施对象；MATLAB/Simulink软件则是用于控制器的仿真模型搭建，即通过Simulink编程来完成该控制方法中ECU的运笪
[0017]从功能上说本发明可以包括以下几部分:控制器仿真模块和集中式纯电动汽车模型。下面详细说明各部分的作用:
驾驶员模块的主要作用是根据当前的车速和驾驶员对未来车速的期望给出加速信号和制动信号，即是说这一模块模拟了驾驶员的操作行为。
[0018]控制器模块的主要作用是对电动汽车模型的各种状态信息如车速、电池S0C、驾驶员制动信号等进行采集，然后进行查表和运算，生产控制信号一电机的力矩期望和机械制动信号并且将该信号发送给电动汽车的执行机构一电机和传统机械制动机构；
电动汽车模型包括电驱动系统模型、变速箱模型、车辆动力学模型等三部分。它的作用是按照ECU给出的控制信号来产生相应的驱动或制动力矩，改变车辆的动态——电机输出力矩、机械制动力矩、车速、SOC状态等。
[0019]本发明的一种再生制动控制方法实施的整体流程图如图1所示，图中ECU为车辆再生制动控制器。再生制动控制方法分为两个环节:工况判断环节和制动控制环节。
[0020]第一环节是对车辆运动工况的判断，对于纯电动汽车而言，能量回收只能在制动过程下进行，且不是所有制动过程都可以进行能量的回收，因此需要对车辆所处工况进行判断。如果第一环节中判断出车辆处于驱动或非可再生制动工况，那么再生制动控制器不发挥作用，即第二环节不工作，制动过程完全由传统刹车装置来完成。如果车辆处于可再生制动工况，那么进入第二个环节，在第二个环节中再生制动控制器发挥作用。
[0021]第二个环节即为再生制动控制模式下E⑶的内部运算。E⑶采集车辆状态信号进行运算并集合驾驶员的制动期望，分别判断出再生制动力矩和机械制动力矩的期望值，并将这两个控制信号发送给电机和刹车装置。刹车装置直接产生机械制动力施加到前后车轮上，电机则在驱动轴的拖动下产生再生制动力矩。制动模式协调作用，共同改变车速，产生制动效果；同时再生制动力矩带动电机做功，产生充电电流向车载电池组充电，使能量得到回收。
[0022]本发明提供了一套基于以上运行原理和运行过程的装置。即基于PC机的离线再生制动控制试验平台台。搭建以及运行过程如下:
1、软件选择
该控制系统的被控对象和控制器的仿真模型分别通过软件Matlab/Simulink和AMESim进行搭建，软件版本分别为Matlab R2010a和AMESim R10,求解器选择分别为。仿真步长为变步长。
[0023]2、联合仿真设置
要实现两者的联合仿真，首先需要在AMESim界面中添加输出接口模块；然后AMESim中的模型信息经过系统编译之后以S-funct1n的形式保留在Simulink中。在运行Simulink仿真模型时，AMESim模型也在同时进行。仿真过程中两者之间不断进行数据的交换。如果对AMESim中的模型结构或者参数设置进行了修改，则需要重新编译。
[0024]3、电动汽车和驾驶员的仿真模型搭建
I)整个电动汽车仿真模型包括三个部分:电驱动系统部分，传动系统部分和车辆纵向动力学部分。
[0025]电驱动系统包括电池部分和电机部分，纯电动汽车的电池组是由多个电池包串并联构成，而电池包则是由电池单体串联构成的，这样整个电池组损失的功率为单个电池损失的功率和，而电池组对外输出的终端电压为单个电池输出电压和，电池系统输出终端电压即电池组提供给电机的电压；本发明中采用的是可以工作在电动机和发电机两种模式下的电机，在发电机模式下，电机将机械能转变为电能，储存在电池中，电机功率为负；在电动机模式下，电机消耗电能，电机功率为正，产生动力，动力经由传动系统传送到车轮。
[0026]传动系统包括变速器，差速器和驱动轴三个部分。电机输出的动力经由变速器通过不同的齿轮半径产生不同速比从而进行减速增距，本发明忽略了车辆的侧向动态，那么差速器两侧的输出转速相同，即差速器不起作用，差速器输出转速即为驱动轴的输入转速，而驱动轴的输出转速与车轮转速相等，轴上传递的力矩通过驱动轴两端转速差获得。
[0027]车辆纵向动力学部分，介绍了车辆在行驶过程中受到驱动力，制动力和行驶阻力的作用，其中行驶阻力包括空气阻力，滚动阻力和摩擦阻力。基于牛顿第二定律即可得出车辆行驶的车速模型。
[0028]2)驾驶员模型
驾驶员模型用于模拟驾驶员的行为，即根据当前车速和自身对车速的期望给出制动或者油门信号。在该过程中，驾驶员首先从输入环节(眼、耳、手等)接受环境、路面信息并传递至大脑，大脑进行思考和判断后产生控制信号，并由身体器官(手，脚等)执行，完成这个控制过程。在这个过程中考虑到驾驶员观测信号的延迟和身体感官执行大脑指令时的延迟，故采用比例-积分控制器得出驾驶员根据实际车速和期望车速的偏差做出的操作行为。又因为驾驶员知道自身对于当前时刻和下个时刻的速度期望，那么针对这两个期望的偏差驾驶员也会有一定的操作行为。通过这两个操作行为即可得出期望给出的制动或者油门信号。
[0029]4、再生制动控制器的仿真模型搭建
本专利中再生控制器是以驾驶员模型发出的驱动信号、制动信号，以及电机转速、电池SOC状态、电池电压、车速和驱动轴力矩信息为输入，以控制输出机械制动信号和对电机的力矩需求的大小进行建模的，包括了工况判断环节，制动控制环节。
[0030]I)工况判断环节
工况判断环节是依据驾驶员发出的制动信号和加速信号，电池SOC状态，车速等四个物理量来确定的。在该判断环节中，ECU首先要接受驾驶员发出的油门踏板信号和制动踏板信号；如果驾驶员在当前时刻踩下油门踏板，则存在加速信号；令踏板位移最大时的加速信号为1，其余时刻的信号为实际踏板位移除以最大踏板位移。同理，制动信号也按照制动踏板位移变化确定。加速信号和制动信号的变化范围为[0，I],单位为I。车辆的SOC状态信号从电池管理系统中获得，其变化范围为[0，100]，单位为I。车速信号由车速传感器采集，单位为m/s.本专利中所述的各种力矩的单位均为Nm.如图2所示，是本发明的第一环节即工况判断环节的流程图。根据流程图可以列出如下等式，当加速信号Accsing>0时，
Dnver __command = Accsig(I)
TQ _ motor = mm( Driver _ command, max tq)(2)
TQ — brake = 0(3)
Dnver _ command是驾驶员的力矩需求，Motor _max是电机可以提供的最大力矩，
是发动实际输出的力矩，max if由电机最大扭矩map图得来。是实际输出的机械制动力矩。
[0031]如果加速信号为0，那么需结合制动信号、电池SOC状态、车速信号，进一步判断车辆是处于再生制动状态或非再生制动状态。根据制动信号进一步进行判断，如果制动信号大于0.95，可以认为车辆当前处于急刹车状态；为保证制动性能，由传统刹车装置来迅速地完成全部制动需求。如制动信号不大于0.95，则结合电池的SOC状态进行第二步判断:基于电池SOC状态的判断。为防止瞬间充电电流过大对电池和电机的使用寿命造成影响，当电池的SOC状态在[0，80]这一范围内是可以进行再生制动和能量回收。如果超出这一范围，那么不进行再生制动，由传统刹车装置来迅速地完成全部制动需求。当电池SOC状态处于[0，80]范围内时，进行第三步判断:基于车速的判断。如果车速小于lm/s，此时车速度制动力矩变化非常敏感。相较于再生制动力矩的产生，传统刹车装置产生机械制动力矩这一过程更为准确可靠。为保证车速变化能准确符合驾驶员期望，当车速小于lm/s时的制动全部由机械制动完成。如果车速不小于lm/s，那么进入再生制动工况，即E⑶进入第二个环节:制动控制环节。
[0032]2)制动控制环节
制动控制环节的流程如图3所示，在这一环节中ECU需要采集车辆的状态信息，包括:电池组端电压、电机转速、驱动轴力矩、车速等。获得再生制动力矩和传统机械制动力两个控制信号，并将控制信号分别发到传统刹车装置和电机。
[0033]第二个环节是通过四个步骤完成。
[0034]第一步，根据制动信号来获得驾驶员希望得到的制动力矩最大再生制动力矩
和制动后的驱动轴力矩。驾驶员对制动力矩的期望值等于当前的制动信号乘以刹车装置可提供的最大机械制动力矩
T^r = Br — sig "Hq —man hr(4)
其中Br 是制动信号，iq_msK br是刹车装置可提供的最大机械制动力矩。为了提高能量回收效率，在可以进行再生制动的工况下，优先考虑以再生制动力矩来完成驾驶员的制动期望。再生制动力矩是由电机受驱动轴的拖动产生的，因而在具体工况下，电机可以产生的最大再生制动力矩受到电机端电压和外特性的影响。此处根据电机的转速和电池组端电压查表得到当前车辆可能产生的最大再生制动力矩,这一数表需要通过标定实验得到。
[0035]首先要获取当前驱动轴的力矩信息巧5 ,驱动轴的力矩信息可以通过估计得到。第一步中已经得出驾驶员期望的制动力矩，那么制动后的驱动轴力矩将变化为原驱动轴力矩减去期望的制动力矩，即
(5)
其中I；制动后的驱动轴力矩，Tbr是期望的制动力矩。
第二步，获得机械制动力矩?。在可再生制动过程中，如果再生制动力矩可以完成驾驶员的制动期望，那么机械制动力矩为0.如果再生制动力矩小于驾驶员的制动力矩期望值，那么不足的部分通过传统机械制动来补充，那么机械制动力矩即为驾驶员期望的制动力矩减去最大可再生制动力矩，即
=Tbr- TjmxJr(6)
其中是机械制动力矩，是驾驶员期望的制动力矩，是最大可再生制动力矩。那么仅采用传统机械制动后的驱动轴力矩将变化为原驱动轴力矩减去机械制动力矩，即
其中Ti制动后的驱动轴力矩，㈣是机械制动力矩。
[0036]第三步，获得再生力矩期望值7；,，这一数值即为电机在驱动轴拖动下产生的制动力矩。由前两步可知，再生制动要达到的制动效果就是使驱动轴力矩由拉变为g ,如果实际再生制动力矩没有达到要求，那么车速的变化将达不到驾驶员的期望值即驾驶员的制动需求不能得到满足。其次在驱动轴上可能会积聚较大的能量，导致传动系的剧烈和能量的浪费。为了保证制动效果并提高能量回收效率，在获得当前的再生制动力矩期望时必须考虑到驱动轴力矩变化。此处结合当前的驱动轴力矩信息通过比例-积分方式来获得电机的再生制动力矩期望？,即
了爾—=^ (在—Tb+h Jc4 - TiK(8)
K、h分别是比例积分系数，考虑固定工况下电机的最大再生制动力矩存在限制那么再生制动力矩为
二 mm( ?咖Tmas-J(9)
通过上述办法可得到再生制动力矩的期望值?；,和传统机械制动的期望Tww两个控制信号，E⑶将这两个信号分别发给电机控制器和刹车装置的控制器。电机和刹车装置共同作用造成车速的改变。在下一时刻，驾驶员会给出新的加速信号或制动信号，该ECU重新进行判断和控制。
[0037]5、实验验证
O实施例1:匀减速实验
参数设置:电池SOC状态为70，图5所示为车辆在不同端电压和输出转速条件下可以产生的最大再生制动力矩值。
[0038]实施例1中车辆速度的变化为匀速-匀减速-匀速-匀减速-停车的流程。即车辆有两次制动，第一次制动仅进行减速，第二次制动先减速然后停车。仿真实验结果如下:
参阅图6，由驾驶员制动信号和最大再生制动力矩可以获得机械制动力矩信号的期望值如图中所示实线，虚线是驾驶员的制动信号，曲线对比可看出驾驶员的制动需求中只有一部分由机械制动完成。
[0039]参阅图7，驱动轴的力矩的变化如图所示。其中驱动轴力矩为正值时，说明力矩由电机产生并经传动系统传至驱动轮，即车辆消耗能量；驱动轴力矩为O时，说明没有进行力矩的传递和能量的转移；驱动轴力矩为负值时，说明力矩从驱动轴和驱动轮经由传动系统带动电机做功，电机进行能量的回收并产生电流给储能装置充电。匀速行驶过程中驱动轴力矩为正，即电机产生动力；在两次制动过程中驱动轴力矩为负，即驱动轴带动电机做功。
[0040]参阅图8，根据驱动轴力矩信息和机械制动力矩值，采用PI算法获得再生制动力矩的期望值，如图中所示实线，虚线是实际电机输出的再生制动力矩，实际值能够良好的跟踪期望值曲线，跟踪误差很小。因为电机转动方向为正方向，所以当电机力矩为正时，说明电机处于电动机模式，产生输出力矩，消耗能量；电机力矩为负时，电机进入发电机模式，电机产生再生制动力矩，并产生能量。从图8可知实际值能够良好的跟踪期望值曲线，跟踪误差很小。
[0041]参阅图9，最终实际车速变化情况同期望车速对比情况如图中所示，图中两次制动过程都可以进行再生制动，可看出本发明控制的纯电动汽车实际车速能够快速稳定的跟随上期望车速，即驾驶员的制动需求得到了满足。
[0042]参阅图10，最终电池组SOC变化情况如图中所示，可看电池在再生制动过程中SOC状态上升，能量得到回收。
[0043]以上仿真实验所得到的图像可说明本发明所述的再生制动控制方法在变减速情况下能使再生制动力矩和传统机械制动力矩协调工作，保证车速的变化快速稳定地达到驾驶员期望的制动效果，同时通过电机的再生作用使能量得到回收。
[0044]2)实施例2:变减速实验
由实例I的仿真结果可知本发明提出的再生制动控制方法在匀减速工况下能够满足控制需求，为了进一步说明控制效果，本实施例在变减速的情况下对电动汽车的能量回收再生制动控制方法进行仿真验证，参数设置同实施例1。参阅图11至图15，所要达到的车速为图14中所示的虚线。
[0045]该实施例中车辆115秒之后进入再生制动阶段。参阅图11至图15，所要达到的车速为图6中所示的虚线。按照前述再生制动控制方法步骤，仿真实验结果如下:
参阅图11，机械制动力矩信号如图中所示实线，虚线是驾驶员的制动信号。曲线对比可看出驾驶员的制动需求中只有小部分由机械制动完成；大部分由再生制动完成；
参阅图12，驱动轴的力矩的变化如图所示。在115秒之前，车辆仍然处于加速行驶状态，驱动轴力矩为正，115秒之后车辆进入制动状态，驱动轴力矩变为负值，即驱动轴拖动电机做功；
参阅图13，电机产生的力矩如图中所示实线，图中115秒之前电机处于驱动模式，产生驱动力矩。115秒之后，电机进入再生制动模式，产生再生制动力矩。图中虚线是实际电机输出的再生制动力矩，115秒之后的仿真曲线可以看到实际值能够良好的跟踪期望值曲线，跟踪误差很小。
[0046]参阅图14，最终实际车速变化情况同期望车速对比情况如图中所示，图中115秒之后车辆进入可再生制动过程，驾驶员期望车辆减速，车辆进入制动模式且制动加速度是变值。图9显示出本发明控制的纯电动汽车实际车速能够快速稳定的跟随上期望车速，即驾驶员的制动需求得到了满足。
[0047]参阅图15，最终电池组SOC变化情况如图中所示，可以看出电池在115秒后的再生制动过程中SOC状态上升，能量得到回收。
[0048]由以上仿真实验所得到的图像可说明本发明所述的再生制动控制方法在车辆连续减速工况下依然能够使得各物理量包括进入电机再生制动力矩和车速快速并稳定的跟踪上期望值。
[0049]上述两个实施例分别检验了本发明所述的基于驱动轴力矩信息的电动汽车能量回收的再生制动控制方法的性能，首先在匀减速工况下验证控制方法的正确性和完整性，然后在变减速的工况下对控制系统进行进一步验证。从图9与图14表明，车辆的速度变化可以较好的满足驾驶员的期望，也就是说驾驶员的制动需求得到满足。从图9与图14表明，再生制动状态下，PI调节下的电机扭矩可以达到期望的再生制动力矩，从而保证了整体的制动效果。同时图10、图15表明，电池的SOC状态上升，即电池电量增加。
[0050]本发明所述的基于驱动轴力矩信息的能量回收再生制动控制方法达到了本发明的设计目标，并取得了良好的控制效果，从而可以证明本发明所述的控制方法能够准确的保证全部制动效果能满足驾驶员期望，且其性能优良，无论是在匀减速还是变减速工况，制动效果和能量回收效果都能满足控制精度要求。
【权利要求】
1.一种纯电动汽车能量回收再生制动控制方法，其特征在于:是以驾驶员模型发出的驱动信号、制动信号、以及电机转速、电池SOC状态、电池电压、车速和驱动轴力矩信息为输入，以控制输出机械制动信号和对电机的力矩需求的大小进行建模的，分为工况判断环节和制动控制环节； 工况判断环节: 车辆传感器检测驾驶员意图并采集整车状态信息，判断是否进入再生制动控制模式；允许进行再生制动时，根据制动踏板信号计算出总制动力矩；判断是否需要再生制动力矩和机械制动力矩的协调控制；计算机械制动力矩的期望值和再生制动力矩的期望值；其中再生制动力矩的期望值计算是结合驱动轴的力矩信息和电机最大再生制动力矩计算得到； 加速信号Accsing>0时， Driver _ command = 208 * Accsig(I) TQ _ motor = min( Driver _ command, max tq)⑵
TQ _hraks = 0 Dnver _ command是驾驶员的力矩需求，一 max是电机可以提供的最大力矩，Γβ —纖?1r是发动实际输出的力矩，mas If由电机最大扭矩map图得来；
是实际输出的机械制动力矩； 加速信号为O时，那么需结合制动信号、电池SOC状态、车速信号，进一步判断车辆是处于再生制动状态或非再生制动状态； 制动信号大于0.95，可以认为车辆当前处于急刹车状态；为保证制动性能，由传统刹车装置来迅速地完成全部制动需求； 制动信号不大于0.95，则结合电池的SOC状态进行第二步判断:基于电池SOC状态的判断，并且电池的SOC状态在[O, 80]之间； 电池SOC状态处于[0，80]范围内时，进行第三步判断:基于车速的判断，车速小于Im/s时的制动全部由机械制动完成；车速不小于lm/s，那么进入再生制动工况，即E⑶进入第二个环节:制动控制环节； 制动控制环节: E⑶采集车辆的状电池组端电压、电机转速、驱动轴力矩、车速；获得再生制动力矩和传统机械制动力两个控制信号，并将控制信号分别发到传统刹车装置和电机； 驾驶员对制动力矩的期望值: Tbr = Br _sig ^iq —max br(4) 其中Br 是制动信号，^_max hr是刹车装置可提供的最大机械制动力矩； 获取当前驱动轴的力矩信息二5:Tl=H⑶ 其中^制动后的驱动轴力矩，Tbr是期望的制动力矩； 获得机械制动力矩U: Tmec =Thr~ T?mx_br(6) 其中是机械制动力矩，Tbr是驾驶员期望的制动力矩，Tm3xjr是最大可再生制动力矩； 制动后的驱动轴力矩Γ]5: ^T9I rT3 rTt/ r7\I办-ds(7) 其中Ti制动后的驱动轴力矩，是机械制动力矩； 获得再生力矩期望值: T脚—=kp (fdl - Ti) + kb Kfds -(8) —ΠΜ1(?^(9) &、&分别是比例积分系数； 获得得到再生制动力矩的期望值和传统机械制动的期望Γ-^两个控制信号，E⑶将这两个信号分别发给电机控制器和刹车装置的控制器。
2.根据权利要求1所述的纯电动汽车能量回收再生制动控制方法，其特征在于:基于电池SOC状态的判断:为防止瞬间充电电流过大对电池和电机的使用寿命造成影响，当电池的SOC状态在[0，80]这一范围内进行再生制动和能量回收；超出这一范围，不进行再生制动，由传统刹车装置来迅速地完成全部制动需求。
【文档编号】B60L7/18GK104175891SQ201410384563
【公开日】2014年12月3日 申请日期:2014年8月7日 优先权日:2014年8月7日
【发明者】胡云峰, 朱大吉, 吴雨徽, 陈虹 申请人:吉林大学